Gemini CLI 安装和配置第三方 API 模型

下面教程主要介绍如何安装 gemini cli 并且使用第三方 api 提供的模型。

操作系统为 windows 11,安装工具是 nodejs。

1. 安装 node.js

如果使用 node 安装过 claude code cli,那么可以跳过这一步。

到官网下载 node.js 的安装包程序,点击完成安装。都默认配置,下一步完成安装即可。

安装后在终端工具中输入 node -v 和 npm -v 查询 node 和 npm 的版本,检查是否安装成功。如果成功返回版本号就表示安装成功了。

D:\Users\qozi>node -v

v20.19.5

D:\Users\qozi>npm -v

10.8.2

效果图如下:

2. 使用 npm 工具安装 gemini cli

在终端中输入下面的命令,然后等待完成安装:

复制代码
npm install -g @google/gemini-cli --registry=https://registry.npmmirror.com

--registry=https://registry.npmmirror.com 这个参数是指定下载源,如果有梯子网络比较好,可以不加。

效果图如下:

使用 npm 命令时间比较久,大家耐心等待。如果喜欢研究的可以了解一下 yarn 和 pnpm。

3. 配置第三方 api 站的地址和密钥

完成上面的步骤就已经可以在终端中使用 gemini 命令使用了,会进入到认证页面。因为我们要使用第三方 api,所以没必要现在就启动,先按照下面的步骤完成第三方 api 的配置。

主要两个配置 .env​ 和 settings.json 两个文件。(我不太喜欢配置系统的环境变量,所以一般都是在配置文件中设置)

首先要注意这两个文件的位置:都是在当前用户目录下的 .gemini 文件夹下面。(安装过 claude code 的可以参照 .claude 文件夹,他们是在同一个层级下)

我的用户目录是 D:\Users\gemini ,对应的这两个文件的位置如下图:

如果用户目录没有 .gemini 文件夹的,就照着手动创建一下。

3.1 .env 文件的内容

#开头的是注释,这个可有可无。 GOOGLE_GEMINI_BASE_URL​ 填你的 api 的地址,GEMINI_API_KEY 填你的密钥。

gemini cli .env 配置

imyal api

GOOGLE_GEMINI_BASE_URL=https://hk-api.gptbest.vip

GEMINI_API_KEY=sk-xxx

GEMINI_MODEL=gemini-3-pro-preview

3.2 settings.json 文件的配置

security.auth.selectedType 指定认证类型。使用第三方 api,必须这样填。该参数默认是 undefine。

{

"security": {

"auth": {

"selectedType": "gemini-api-key"

}

}

}

settings.json 的配置只写了 api 认证需要的的配置,其他的配置还有很多,大家可以自行探索。文档最后会给出官方的文档地址和他提供的一个示例。

配置好后就可以在终端中输入 gemini 开始使用了。

上面配置后正常是可以用的,如果无法使用可以先确认一下 api 的地址和密钥是否正确,是否支持 gemini 的模型。

4. 参考文档:

官方配置文档地址

https://github.com/google-gemini/gemini-cli/blob/main/docs/get-started/configuration.md

官方提供的一个完整 settings.json 例子(注意仅适用于 v0.3.0 及之后的版本且参数不是全部的):

{

"general": {

"vimMode": true,

"preferredEditor": "code",

"sessionRetention": {

"enabled": true,

"maxAge": "30d",

"maxCount": 100

}

},

"ui": {

"theme": "GitHub",

"hideBanner": true,

"hideTips": false,

"customWittyPhrases": [

"You forget a thousand things every day. Make sure this is one of 'em",

"Connecting to AGI"

]

},

"tools": {

"sandbox": "docker",

"discoveryCommand": "bin/get_tools",

"callCommand": "bin/call_tool",

"exclude": "write_file"

},

"mcpServers": {

"mainServer": {

"command": "bin/mcp_server.py"

},

"anotherServer": {

"command": "node",

"args": "mcp_server.js", "--verbose"

}

},

"telemetry": {

"enabled": true,

"target": "local",

"otlpEndpoint": "http://localhost:4317",

"logPrompts": true

},

"privacy": {

"usageStatisticsEnabled": true

},

"model": {

"name": "gemini-1.5-pro-latest",

"maxSessionTurns": 10,

"summarizeToolOutput": {

"run_shell_command": {

"tokenBudget": 100

}

}

},

"context": {

"fileName": "CONTEXT.md", "GEMINI.md",

"includeDirectories": "path/to/dir1", "\~/path/to/dir2", "../path/to/dir3",

"loadFromIncludeDirectories": true,

"fileFiltering": {

"respectGitIgnore": false

}

},

"advanced": {

"excludedEnvVars": "DEBUG", "DEBUG_MODE", "NODE_ENV"

}

}

相关推荐
wumingxiaoyao20 小时前
从 0 开始学 AI:第 2 课,AI、机器学习、深度学习和大模型是什么关系?
人工智能·深度学习·机器学习·ai·大模型·llm
leonshi1 天前
Embedchain 是什么?用最简单的话讲清楚一个"AI 知识问答工具框架"
ai·rag
带刺的坐椅1 天前
Agent Harness 实战指南:构建生产级 AI Agent 的"马具"框架
java·ai·llm·agent·solon-ai
weigangwin1 天前
LlamaIndex 第一次试用:别先写 RAG Demo,先验上下文合同
python·ai·agent·rag·检索·llamaindex·观测性
Ricky_Theseus1 天前
路由模式:智能分发 + 垂直 Agent
ai
XLYcmy1 天前
核内调度问题的分层优化:缓存管理与性能均衡策略 模型评价 模型缺点与改进方向
缓存·ai·启发式算法·图神经网络·遗传算法·数模·模拟退火
wumingxiaoyao1 天前
从 0 开始学 AI:第 4 课,CPU、GPU、显存和算力基础
人工智能·ai·cpu·gpu·显存
Dragon Wu1 天前
ComfyUI ReActor需要下载检测模型的解决方案
人工智能·ai
雨辰AI1 天前
【零基础实战】大模型入门面试 100 问:基础概念 + 环境实操(一问一答版,直接背诵)
人工智能·ai·面试·职场和发展·ai编程
Sam09271 天前
【AI 算法精讲 16】BPE 分词:从字节对到子词
人工智能·python·算法·ai